关于Numpy，不止可以用在机器学习

本文链接：https://blog.csdn.net/FengHuoDaDi/article/details/126222781

NumPy是Python中的一个强大的数学库，专注于数组计算和矩阵运算。它包含丰富的数学函数库，如线性代数、傅里叶变换和随机数生成。文章介绍了NumPy的基础操作，如创建、调整数组的维度，获取数组大小，以及数组元素的数据类型。此外，还展示了字符串操作，如连接、居中、大小写转换等函数。

摘要由CSDN通过智能技术生成

历史

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray
广播功能函数
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能

很多时候，我们聊到numpy都是在一些关于机器学习，大数据分析的python代码里看到过，其实，numpy里有一个关于数组对象运算的功能，非常好用。

数组相关

维数

import numpy as np 
 
a = np.arange(24)  
print (a.ndim)             # a 现只有一个维度
# 现在调整其大小
b = a.reshape(2,4,3)  # b 现在拥有三个维度
print (b.ndim)

数组大小

import numpy as np  
 
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)

组元素大小

import numpy as np 
 
# 数组的 dtype 为 int8（一个字节）  
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)
 
# 数组的 dtype 现在为 float64（八个字节） 
y = np.array([1,2,3,4,5], dtype = np.float64)  
print (y.itemsize)

内存信息

import numpy as np 
 
x = np.array([1,2,3,4,5])  
print (x.flags)

字符串相关


add()	对两个数组的逐个字符串元素进行连接
multiply()	返回按元素多重连接后的字符串
center()	居中字符串
capitalize()	将字符串第一个字母转换为大写
title()	将字符串的每个单词的第一个字母转换为大写
lower()	数组元素转换为小写
upper()	数组元素转换为大写
split()	指定分隔符对字符串进行分割，并返回数组列表
splitlines()	返回元素中的行列表，以换行符分割
strip()	移除元素开头或者结尾处的特定字符
join()	通过指定分隔符来连接数组中的元素
replace()	使用新字符串替换字符串中的所有子字符串
decode()	数组元素依次调用str.decode
encode()	数组元素依次调用str.encode